原创力文档- 1、本文档共39页，可阅读全部内容。
- 2、原创力文档（book118）网站文档一经付费（服务费），不意味着购买了该文档的版权，仅供个人/单位学习、研究之用，不得用于商业用途，未经授权，严禁复制、发行、汇编、翻译或者网络传播等，侵权必究。
- 3、本站所有内容均由合作方或网友上传，本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺！文档内容仅供研究参考，付费前请自行鉴别。如您付费，意味着您自己接受本站规则且自行承担风险，本站不退款、不进行额外附加服务；查看《如何避免下载的几个坑》。如果您已付费下载过本站文档，您可以点击 这里二次下载。
- 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等，请点击“版权申诉”（推荐），也可以打举报电话：400-050-0827(电话支持时间：9:00-18:30)。
查看更多
AI_机器学习教程
CHAP 1 机器学习;第2页;第3页;什么是机器学习？;什么是机器学习;什么是机器学习;什么是机器学习;机器怎么学习;第9页;2.1记忆学习;记忆学习的典型代表;什么是监督学习;2.3决策树学习;基本决策树生成算法(ID3算法);决策树剪枝;基于MDL的决策树剪枝过程;2.4贝叶斯学习;贝叶斯学习;朴素贝叶斯分类器（NBC）;朴素贝叶斯分类器（NBC）;PartIII 非监督学习;3.1 聚类分析;聚类分析两个基本问题;数据相似性度量方法;聚类策略;3.2划分聚类;1、K-均值聚类算法;K-均值聚类算法;K-中心点聚类算法;?;3.3层次聚类;4、改进的算法
BIRCH(1996):把分层聚类的过程当成一个树来处理
CURE(1998):采用多个代表点表示一个簇
CHAMELEON(1999):使用动态模型;BIRCH algorithm;BIRCH algorithm;CF Tree;CF Tree的构造;CURE algorithm;CURE过程图解;CHAMELEON algorithm
文档评论（0）